论文部分内容阅读
摘要[目的]研究多種环境因子及其交互作用对水生植物复氧的影响。[方法]采用不同种类水生植物对实施环境调控后水生植物复氧能力的响应情况进行考察，研究主效环境因子之间交互作用产生的影响，从而解析不同种类水生植物复氧变化规律。[结果]黑藻、荇菜和香蒲响应面模型方程中一次项和二次项影响较为显著，试验中因素与响应值之间的影响是较为复杂的线性关系。单个因素对黑藻、荇菜和香蒲的复氧能力值（OE）影响顺序分别为pH>光照（L）>盐度（S）>温度（T），S>L> pH>T，L>S>pH>T。根据响应面二次模型可得到3种水生植物环境因子优化方案，黑藻优化方案为：L为10 159 lx、T为21 ℃、pH为7.69，S为0.10%，在上述优化条件下，黑藻OE值为58.72；荇菜优化方案为：L为11 956 lx、T为26 ℃、pH为7.5，S为0.12%，在上述优化条件下，荇菜OE值为46.32；香蒲优化方案为：L为12 000 lx、T为21 ℃、pH为7.14，S为0.11%，在上述优化条件下，香蒲OE值为59.22。[结论]该研究为臭水体水生植物光合作用复氧技术研究提供依据。
关键词水生植物；水体复氧；黑臭水体；响应面分析；环境因子；参数优化
中图分类号X52文献标识码
A文章编号0517-6611（2018）28-0060-05
Study on Optimization of Reoxygenation Environmental Factors Parameters of Aquatic Plants Based on Response Surface Analysis
ZHANG Yue1，2，YAN Xiuqin2，ZHAO Xinhua1 et al（1.School of Environmental Science and Engineering，Tianjin University，Tianjin 300072；2.China Municipal Engineering North China Design and Research Institute Co.，Ltd.，Tianjin 300074）
Abstract[Objective] The research aimed to study the effects of various environmental factors and their interactions on reoxygenation of aquatic plants.[Method]The response of different types of aquatic plants to the reoxygenation capacity of aquatic plants after environmental regulation was investigated to study the effects of interactions between major environmental factors，and to analyze the changes of reoxygenation of different aquatic plants.[Result]The effects of primary and secondary terms in the model equations of Hydrilla verticillata，Nymphoides peltatum and Typha orientalis were relatively significant，and the influence between the experimental factors and the response values was a more complex linear relationship.The influence order of single factor on the reoxygenation capacity （OE） of Hydrilla verticillata，Nymphoides peltatum and Typha orientalis was pH>Lighting （L）>Salinity （S）>Temperature （T），S>L>pH>T，L> S>pH>T.According to the response surface quadratic model，three aquatic plant environmental factor optimization schemes could be obtained.The optimization scheme of Hydrilla verticillata was：L was 10 159 lx，T was 21 ℃，pH was 7.69，S was 0.10%；under the above optimized conditions，the OE value was 58.72.The optimization scheme of Nymphoides peltatum was：L was 11 956 lx，T was 26 ℃，pH was 7.5，S was 0.12%；under the above optimized conditions，the OE value of Nymphoides peltatum was 46.32；the optimization scheme of scheme was：L was 12 000 lx，T was 21 ℃，pH was 7.14 and S was 0.11%.；under the above optimized conditions，the cattail OE value was 59.22.[Conclusion] The study provides the theoretical basis for the monitoring of the water environment. Key wordsAquatic plants；Water reoxygenation；Black odor water；Response surface analysis；Environmental factors；Parameter optimization
城市黑臭水体的治理是一项复杂的工程，由于城市河流在城市发展过程中发挥着举足轻重的作用，对黑臭水体的治理技术研究已经成为现阶段水体治理领域关注的重点[1-3]。为了改善城市河道水质，在对城市黑臭水体进行治理时，增加河流中的溶解氧含量是提高水体自净能力、加速水中污染物降解、改善水体黑臭的重要措施[4-7]。
水生植物复氧与多种环境因子密切相关，目前国内外关于环境因子尤其单一环境因子对水生植物复氧的影响存在不少分歧，环境因子对水生植物复氧的影响有待进一步研究[8-10]。笔者基于多参数的响应面环境因子调控试验，通过分析环境因子对水生植物复氧的影响，探讨环境因子与复氧效果之间的关系，从而确定主效环境因子以及因子之间交互作用产生的影响，实现水生植物复氧环境因子的优化调控，进而掌握水生植物复氧变化规律，为研究黑臭水体水生植物光合作用复氧技术提供依据，同时为城市水体水污染治理工程的建设提供技术支撑。
1材料与方法
1.1试验材料
1.1.1水生植物。
通过查阅文献，根据生物量大、适应性强、具有经济利用性等原则选取水生植物。沉水植物中黑藻、浮叶植物中荇菜、挺水植物中香蒲具有较好的复氧效果，故选取上述3种水生植物进行响应面试验。
1.1.2试验用水。
试验用水取自宜兴市蛟桥河，河面宽度为2～3 m，河道水深1～2 m，流速较慢，COD 50～62 mg/L，TN 8.15～10.5 mg/L，TP 3.23～6.19 mg/L，氨氮5.22～9.34 mg/L，透明度10～20 cm，溶解氧4.51～8.57 mg/L，ORP为-52.63～75.74 mv。
1.2试验装置
试验装置由直径15 cm、高度40 cm的有机玻璃柱构成，在装置侧面设置出水口，装置底部基质主要由砾石（粒径15 cm）和砂子（粒径 < 2 mm）组成。自下而上分别铺设厚度为2.5 cm的砾石和2.5 cm的砂子，装置水体深度为30 cm。采用自来水冲洗试验所用水生植物，之后将水生植物置于富营养化水体中进行适应性水培。水培7 d后挑选出生长状况较好的水生植物，清洗干净后自然风干10 min，称重后放入试验装置中。
1.3水生植物响应面环境因素水平该研究所选取的影响复氧的环境参数包括光照（L）、温度（T）、pH、盐度（S），采用水生植物复氧能力OE值作为考察的指标，综合考虑单因素试验中环境因子对水生植物生理生长、净化污染物能力和复氧能力的影响，3种水生植物单因素环境因子结果如表1所示。
根据单因素试验结果确定各环境因子的范围，试验采用4因素3水平，运用响应面分析软件Design-Expert 8.0对数据进行处理优化，响应面分析中所需3种水生植物环境因子参数的变量水平，其取值依据主要为上一年度单因素试验中复氧能力较高的环境因子范围。变量水平以及编码如表2所示。
1.4水生植物复氧能力指标的建立
为了消除水生植物不同初始生物量对试验结果造成的不利影响，在此采用单位鲜重水生植物单位时间内平均复氧能力作为评价水生植物复氧能力的指标，其计算公式为：
复氧能力指标OE=ni=1[Di×Vi-Dci×Vci）×Δt]m0×t （1）
式（1）中，OE為单位鲜重水生植物在监测时间内平均复氧能力；n为检测次数；t为监测时间；Δt为2次DO监测时间间隔；Di为种有水生植物容器中第i次DO监测值；Vi为种有水生植物容器中第i次DO监测时水体体积；Dci为对照第i次DO监测值；Vci为对照第i次DO监测时水体体积；m0为试验水体中种植的水生植物初始鲜重。
2结果与分析
2.1沉水植物黑藻环境因子响应面分析
表3为沉水植物黑藻响应面试验结果，表中有29个试验点所得出水生植物复氧能力OE值的试验结果，这些试验点可分为两类：第一类为零点，作为试验区域的中心点，进行5次零点试验；第二类为析因点，A、B、C、D共构成24个析因点。试验中采用OE作为响应面，利用软件Design-Expert 8.0对试验结果进行拟合，从而得到拟合模型、方差分析以及置信度分析。
对试验数据进行多项式回归分析，拟合结果显示二阶模型适合数据响应。以水生植物复氧能力OE为因变量，以光照（A）、温度（B）、pH（C）、盐度（D）为自变量，采用Box-Benhnken对试验数据进行拟合，得到二次响应曲面方程：OE=46.71+3.57A-0.13B-5.67C-1.24D+1.75AB-2.74AC-0.72AD+0.92BC-0.42BD-1.26CD-2.22A2+0.37B2-1.62C2-0.38D2。
对模型进行方差分析，结果表明，在4种拟合模型中（线性拟合模型、双因素线性拟合模型、二次方拟合模型、三次方拟合模型）只有二次拟合模型可以比较明确地说明各个因素与响应值之间的关系。比较各个模型的相关系数、均方差平方和、偏方差平方和的结果可知，二次拟合模型为最适用。
对二次方程拟合模型回归方程进行方差分析。当模型P值小于0.10时，因素条件与响应值之间作用显著；当模型P值小于0.05时，因素条件与响应值之间作用非常显著，而当模型P值大于0.10时，因素条件与响应值之间作用不显著。由以上分析可知，该研究所得模型适应性显著（P<0.000 1），失拟项并不显著。说明该试验采用的响应面分析方法是可靠的。模型方程中一次项和二次项影响较为显著，试验中因素与响应值之间的影响为较为复杂的线性关系，影响较为显著的因素主要为A、C、AC、A2、C2。四因素交互作用影响OE值的顺序为AC>AB>CD>BC>AD>BD，其中CD、BC、AD、BD之间的交互影响可以忽略不计。单个因素对OE值影响顺序为C>A>D>B。 借助响应面软件分析二次模型方程，可以得到两因素之间交互作用响应面图以及等值线图（图1）。根据响应面曲线图可以分析两因素交互作用对OE值的影响，进而确定影响OE值的最佳因素取值范围。其中，光照与温度、光照与pH交互作用显著，其他2个因素组合交互作用并不明显，但最优化方案可通过软件计算得出。
由图1可知，试验取值范围内，OE随着光照和pH的变化呈抛物线变化趋势；当光照为12 000 lx，pH为7.00时，OE值达到最大。试验取值范围内，OE值随着温度的增加而呈抛物线变化趋势；当OE变化曲线为抛物线，其取值大于48时，光照取值范围要大于10 800 lx，同时温度>19.5 ℃。故可知光照>10 800 lx、温度>19.5 ℃时，OE值达到较高水平。
综上所述，在试验模型以及模型拟合的基础上，可以利用响应面软件对试验因素水平的数据进行进一步优化，即可在获得较高OE值的条件下，取得各个影响因子的最优参数方案，即在沉水植物黑藻复氧过程中，使得黑藻获得较高复氧能力。通过分析两因子交互作用，可确定水生植物黑藻主效环境因子，为后续水生植物栽种提供环境参考。
根据响应面二次模型，通过软件将运行环境参数带入模型公式，取得水生植物黑藻OE值最大条件下，环境因子优化方案为光照10 159 lx、温度21.0 ℃、pH 7.69、盐度0.10%，在上述优化条件下，OE值为58.72。
2.2浮叶植物荇菜环境因子响应面分析
采用Box-Benhnken对试验数据进行拟合，得到的二次响应曲面方程如下：OE=32.83+5.22A-0.28B+0.89C-7.55D+1.95AB+0.38AC-1.02AD+0.30BC-0.59BD-0.62CD-0.71A2+0.42B2-3.07C2-2.64D2。
对模型进行方差分析可知，该研究所得模型适应性显著（P<0.000 1），失拟项并不显著，说明该试验采用的响应面分析方法是可靠的。影响较为显著的因素主要为D、A、AB、AD、D2、C2。四因素交互作用影响OE值的顺序为：AB>AD>CD>BD>AC>BC，其中CD、BD、AC、BC之间的交互影响可以忽略不计。单个因素对OE值影响顺序为D>A>C>B。
借助响应面软件分析二次模型方程，可以得到两因素之间交互作用响应面图以及等值线图。根据响应面曲线图可以分析两因素交互作用对OE值的影响，进而确定影响OE值的最佳因素取值范围。其中光照与温度、光照与盐度交互作用显著，其他2个因素组合交互作用并不明显，但最优化方案可通过软件计算得出。
从两因素对复氧能力OE交互作用的等值线和响应曲面图（图2）可看出，试验取值范围内，OE值随着光照和温度的变化呈抛物线变化趋势，OE值随着光照和温度的升高而上升；当光照为12 000 lx、光照为26.0 ℃时，OE值达到最大。试验取值范围内，OE值随着光照和盐度的变化而呈抛物线变化趋势，OE值随着光照的升高或盐度的降低而上升；当光照为12 000 lx、盐度为0时，OE值达到最大值。
根据响应面二次模型可得到优化方案为光照11 956 lx、温度26.0 ℃、pH 7.50、盐度0.12%，在上述优化条件下，荇菜获得较高复氧能力OE值，为46.32。
2.3挺水植物香蒲环境因子响应面分析
采用Box-Benhnken对试验数据进行拟合，得到的二次响应曲面方程为：OE=56.09+3.26A-0.66B-1.11C-1.33D-0.15AB+3.80AC+1.27AD-0.22BC-0.096BD-1.65CD-0.33A2+0.50B2-4.87C2-2.53D2。
对模型进行方差分析可知，该研究所得模型适应性显著（P<0.000 1），失拟项并不显著，说明香蒲进行响应面分析所得的二次项模型是可行的。影响较为显著的因素主要为A、D、AC、AD、CD、C2、D2。四因素交互作用影响OE值顺序为AC>CD>AD>BC>AB>BD，其中AD、BC、AB、BD之间的交互影响可以忽略不计。单个因素对OE值影响顺序为A>D>C>B。
借助响应面软件分析二次模型方程，可以得到两因素之间交互作用响应面图以及等值线图。根据响应面曲线图可以分析两因素交互作用对OE值的影响，进而确定影响OE值的最佳因素取值范围。其中光照与pH、pH与盐度交互作用显著，其他2个因素组合交互作用并不明显，但最优化方案可通过软件计算得出。
从两因素对复氧能力OE交互作用的等值线和响应曲面图（图3）可看出，试验取值范围内，OE随着光照和pH的变化呈抛物线变化趋势；OE值随着光照的升高而升高，同时也随着pH的变化而变化；当pH为7.15、光照为12 000 lx时，OE值达到最大值。试验取值范围内，OE值随着pH和盐度的变化而呈抛物线变化趋势；OE值随着盐度的升高而升高，同时也随着pH的变化而变化；当pH为7.00、盐度为0.15%，OE值达到最大值。
根据响应面二次模型可得到环境参数条件为光照12 000 lx、温度21.0 ℃、pH 7.14、盐度0.11%，在此优化条件下，OE值为59.22。
3结论
（1）黑藻、荇菜和香蒲响应面模型方程中一次项和二次项影响较为显著，试验中因素与响应值之间的影响是较为复杂的线性关系。黑藻影响较为显著的因素主要为A、C、AC、A2、C2。四因素交互作用影响OE值的顺序为AC>AB>CD>BC>AD>BD，其中CD、BC、AD、BD之间的交互影响可以忽略不计。单个因素对沉水植物黑藻OE的影響顺序为C>A>D>B。
（2）荇菜影响较为显著的因素主要为D、A、AB、AD、D2、C2。四因素交互作用影响OE值的顺序为AB>AD>CD>BD>AC>BC，其中CD、BD、AC、BC之间的交互影响可以忽略不计。单个因素对浮叶植物荇菜OE影响顺序为：D>A>C>B。 （3）香蒲影响较为显著的因素主要为A、D、AC、AD、CD、C2、D2。四因素交互作用影响OE值得顺序为AC>CD>AD>BC>AB>BD，其中AD、BC、AB、BD之间的交互影响可以忽略不计。单个因素对挺水植物香蒲OE值的影响顺序为A>D>C>B。
（4）在试验模型以及模型拟合的基础上，可以利用响应面软件对试验因素水平的数据进行进一步优化，即可在获得较高OE值的条件下，取得各个影响因子的最优参数方案，即在水生植物复氧过程中，使得水生植物获得较高复氧能力。根据响应面二次模型可得到3种水生植物环境因子优化方案。黑藻优化方案为光照10 159 lx、温度21.0 ℃、pH 7.69、盐度0.10%，在上述优化条件下，黑藻OE值为58.72。荇菜优化方案为光照11 956 lx、温度26.0 ℃、pH 7.50、盐度0.12%，在上述优化条件下，荇菜OE值为46.32。香蒲优化方案為光照12 000 lx、温度21.0 ℃、pH 7.14、盐度0.11%，在上述优化条件下，香蒲OE值为59.22。
参考文献
[1]
张列宇，王浩，李国文，等.城市黑臭水体治理技术及其发展趋势[J].环境保护，2017，45（5）：62-65.
[2] 李骏飞，杨磊三，周炜峙.海绵城市与黑臭水体治理共同建设途径探讨[J].中国给水排水，2016（24）：35-38.
[3] 贺锋，吴振斌，陶菁，等.复合垂直流人工湿地污水处理系统硝化与反硝化作用[J].环境科学，2005，26（1）：47-50.
[4] GAGNON V，CHAZARENC F，COMEAU Y，et al.Influence of macrophyte species on microbial density and activity in constructed wetlands[J].Water science & technology，2007，56（3）：249-254.
[5] 王风贺，王国祥，刘波，等.曝气增氧技术在城市黑臭河流水质改善中的应用与研究[J].安徽农业科学，2012，40（10）：6137-6138，6141.
[6] 肖靓，赵文涛，栾敬帅，等.城市河道黑臭评价模型及控制技术研究进展[J].安徽农业科学，2014，42（26）：9116-9120.
[7] 姜德刚，陈慧，徐金燕，等.不同客水对南淝河水体富营养化的影响及其降解特征[J].安徽农业科学，2017，45（19）：51-55.
[8] 朱丹婷，乔宁宁，李铭红，等.光强、温度、总氮浓度对黑藻生长的影响[J].水生生物学报，2011，35（1）：88-97.
[9] 成水平，吴振斌，夏宜琤.水生植物的气体交换与输导代谢[J].水生生物学报，2003，27（4）：413-417.
[10] 任智智，王通，季宇彬.水生植物在水生态健康中的环境负效应[J].生物技术世界，2013（9）：57-59.
关键词水生植物；水体复氧；黑臭水体；响应面分析；环境因子；参数优化
中图分类号X52文献标识码
A文章编号0517-6611（2018）28-0060-05
Study on Optimization of Reoxygenation Environmental Factors Parameters of Aquatic Plants Based on Response Surface Analysis
ZHANG Yue1，2，YAN Xiuqin2，ZHAO Xinhua1 et al（1.School of Environmental Science and Engineering，Tianjin University，Tianjin 300072；2.China Municipal Engineering North China Design and Research Institute Co.，Ltd.，Tianjin 300074）
Abstract[Objective] The research aimed to study the effects of various environmental factors and their interactions on reoxygenation of aquatic plants.[Method]The response of different types of aquatic plants to the reoxygenation capacity of aquatic plants after environmental regulation was investigated to study the effects of interactions between major environmental factors，and to analyze the changes of reoxygenation of different aquatic plants.[Result]The effects of primary and secondary terms in the model equations of Hydrilla verticillata，Nymphoides peltatum and Typha orientalis were relatively significant，and the influence between the experimental factors and the response values was a more complex linear relationship.The influence order of single factor on the reoxygenation capacity （OE） of Hydrilla verticillata，Nymphoides peltatum and Typha orientalis was pH>Lighting （L）>Salinity （S）>Temperature （T），S>L>pH>T，L> S>pH>T.According to the response surface quadratic model，three aquatic plant environmental factor optimization schemes could be obtained.The optimization scheme of Hydrilla verticillata was：L was 10 159 lx，T was 21 ℃，pH was 7.69，S was 0.10%；under the above optimized conditions，the OE value was 58.72.The optimization scheme of Nymphoides peltatum was：L was 11 956 lx，T was 26 ℃，pH was 7.5，S was 0.12%；under the above optimized conditions，the OE value of Nymphoides peltatum was 46.32；the optimization scheme of scheme was：L was 12 000 lx，T was 21 ℃，pH was 7.14 and S was 0.11%.；under the above optimized conditions，the cattail OE value was 59.22.[Conclusion] The study provides the theoretical basis for the monitoring of the water environment. Key wordsAquatic plants；Water reoxygenation；Black odor water；Response surface analysis；Environmental factors；Parameter optimization
城市黑臭水体的治理是一项复杂的工程，由于城市河流在城市发展过程中发挥着举足轻重的作用，对黑臭水体的治理技术研究已经成为现阶段水体治理领域关注的重点[1-3]。为了改善城市河道水质，在对城市黑臭水体进行治理时，增加河流中的溶解氧含量是提高水体自净能力、加速水中污染物降解、改善水体黑臭的重要措施[4-7]。
水生植物复氧与多种环境因子密切相关，目前国内外关于环境因子尤其单一环境因子对水生植物复氧的影响存在不少分歧，环境因子对水生植物复氧的影响有待进一步研究[8-10]。笔者基于多参数的响应面环境因子调控试验，通过分析环境因子对水生植物复氧的影响，探讨环境因子与复氧效果之间的关系，从而确定主效环境因子以及因子之间交互作用产生的影响，实现水生植物复氧环境因子的优化调控，进而掌握水生植物复氧变化规律，为研究黑臭水体水生植物光合作用复氧技术提供依据，同时为城市水体水污染治理工程的建设提供技术支撑。
1材料与方法
1.1试验材料
1.1.1水生植物。
通过查阅文献，根据生物量大、适应性强、具有经济利用性等原则选取水生植物。沉水植物中黑藻、浮叶植物中荇菜、挺水植物中香蒲具有较好的复氧效果，故选取上述3种水生植物进行响应面试验。
1.1.2试验用水。
试验用水取自宜兴市蛟桥河，河面宽度为2～3 m，河道水深1～2 m，流速较慢，COD 50～62 mg/L，TN 8.15～10.5 mg/L，TP 3.23～6.19 mg/L，氨氮5.22～9.34 mg/L，透明度10～20 cm，溶解氧4.51～8.57 mg/L，ORP为-52.63～75.74 mv。
1.2试验装置
试验装置由直径15 cm、高度40 cm的有机玻璃柱构成，在装置侧面设置出水口，装置底部基质主要由砾石（粒径15 cm）和砂子（粒径 < 2 mm）组成。自下而上分别铺设厚度为2.5 cm的砾石和2.5 cm的砂子，装置水体深度为30 cm。采用自来水冲洗试验所用水生植物，之后将水生植物置于富营养化水体中进行适应性水培。水培7 d后挑选出生长状况较好的水生植物，清洗干净后自然风干10 min，称重后放入试验装置中。
1.3水生植物响应面环境因素水平该研究所选取的影响复氧的环境参数包括光照（L）、温度（T）、pH、盐度（S），采用水生植物复氧能力OE值作为考察的指标，综合考虑单因素试验中环境因子对水生植物生理生长、净化污染物能力和复氧能力的影响，3种水生植物单因素环境因子结果如表1所示。
根据单因素试验结果确定各环境因子的范围，试验采用4因素3水平，运用响应面分析软件Design-Expert 8.0对数据进行处理优化，响应面分析中所需3种水生植物环境因子参数的变量水平，其取值依据主要为上一年度单因素试验中复氧能力较高的环境因子范围。变量水平以及编码如表2所示。
1.4水生植物复氧能力指标的建立
为了消除水生植物不同初始生物量对试验结果造成的不利影响，在此采用单位鲜重水生植物单位时间内平均复氧能力作为评价水生植物复氧能力的指标，其计算公式为：
复氧能力指标OE=ni=1[Di×Vi-Dci×Vci）×Δt]m0×t （1）
式（1）中，OE為单位鲜重水生植物在监测时间内平均复氧能力；n为检测次数；t为监测时间；Δt为2次DO监测时间间隔；Di为种有水生植物容器中第i次DO监测值；Vi为种有水生植物容器中第i次DO监测时水体体积；Dci为对照第i次DO监测值；Vci为对照第i次DO监测时水体体积；m0为试验水体中种植的水生植物初始鲜重。
2结果与分析
2.1沉水植物黑藻环境因子响应面分析
表3为沉水植物黑藻响应面试验结果，表中有29个试验点所得出水生植物复氧能力OE值的试验结果，这些试验点可分为两类：第一类为零点，作为试验区域的中心点，进行5次零点试验；第二类为析因点，A、B、C、D共构成24个析因点。试验中采用OE作为响应面，利用软件Design-Expert 8.0对试验结果进行拟合，从而得到拟合模型、方差分析以及置信度分析。
对试验数据进行多项式回归分析，拟合结果显示二阶模型适合数据响应。以水生植物复氧能力OE为因变量，以光照（A）、温度（B）、pH（C）、盐度（D）为自变量，采用Box-Benhnken对试验数据进行拟合，得到二次响应曲面方程：OE=46.71+3.57A-0.13B-5.67C-1.24D+1.75AB-2.74AC-0.72AD+0.92BC-0.42BD-1.26CD-2.22A2+0.37B2-1.62C2-0.38D2。
对模型进行方差分析，结果表明，在4种拟合模型中（线性拟合模型、双因素线性拟合模型、二次方拟合模型、三次方拟合模型）只有二次拟合模型可以比较明确地说明各个因素与响应值之间的关系。比较各个模型的相关系数、均方差平方和、偏方差平方和的结果可知，二次拟合模型为最适用。
对二次方程拟合模型回归方程进行方差分析。当模型P值小于0.10时，因素条件与响应值之间作用显著；当模型P值小于0.05时，因素条件与响应值之间作用非常显著，而当模型P值大于0.10时，因素条件与响应值之间作用不显著。由以上分析可知，该研究所得模型适应性显著（P<0.000 1），失拟项并不显著。说明该试验采用的响应面分析方法是可靠的。模型方程中一次项和二次项影响较为显著，试验中因素与响应值之间的影响为较为复杂的线性关系，影响较为显著的因素主要为A、C、AC、A2、C2。四因素交互作用影响OE值的顺序为AC>AB>CD>BC>AD>BD，其中CD、BC、AD、BD之间的交互影响可以忽略不计。单个因素对OE值影响顺序为C>A>D>B。 借助响应面软件分析二次模型方程，可以得到两因素之间交互作用响应面图以及等值线图（图1）。根据响应面曲线图可以分析两因素交互作用对OE值的影响，进而确定影响OE值的最佳因素取值范围。其中，光照与温度、光照与pH交互作用显著，其他2个因素组合交互作用并不明显，但最优化方案可通过软件计算得出。
由图1可知，试验取值范围内，OE随着光照和pH的变化呈抛物线变化趋势；当光照为12 000 lx，pH为7.00时，OE值达到最大。试验取值范围内，OE值随着温度的增加而呈抛物线变化趋势；当OE变化曲线为抛物线，其取值大于48时，光照取值范围要大于10 800 lx，同时温度>19.5 ℃。故可知光照>10 800 lx、温度>19.5 ℃时，OE值达到较高水平。
综上所述，在试验模型以及模型拟合的基础上，可以利用响应面软件对试验因素水平的数据进行进一步优化，即可在获得较高OE值的条件下，取得各个影响因子的最优参数方案，即在沉水植物黑藻复氧过程中，使得黑藻获得较高复氧能力。通过分析两因子交互作用，可确定水生植物黑藻主效环境因子，为后续水生植物栽种提供环境参考。
根据响应面二次模型，通过软件将运行环境参数带入模型公式，取得水生植物黑藻OE值最大条件下，环境因子优化方案为光照10 159 lx、温度21.0 ℃、pH 7.69、盐度0.10%，在上述优化条件下，OE值为58.72。
2.2浮叶植物荇菜环境因子响应面分析
采用Box-Benhnken对试验数据进行拟合，得到的二次响应曲面方程如下：OE=32.83+5.22A-0.28B+0.89C-7.55D+1.95AB+0.38AC-1.02AD+0.30BC-0.59BD-0.62CD-0.71A2+0.42B2-3.07C2-2.64D2。
对模型进行方差分析可知，该研究所得模型适应性显著（P<0.000 1），失拟项并不显著，说明该试验采用的响应面分析方法是可靠的。影响较为显著的因素主要为D、A、AB、AD、D2、C2。四因素交互作用影响OE值的顺序为：AB>AD>CD>BD>AC>BC，其中CD、BD、AC、BC之间的交互影响可以忽略不计。单个因素对OE值影响顺序为D>A>C>B。
借助响应面软件分析二次模型方程，可以得到两因素之间交互作用响应面图以及等值线图。根据响应面曲线图可以分析两因素交互作用对OE值的影响，进而确定影响OE值的最佳因素取值范围。其中光照与温度、光照与盐度交互作用显著，其他2个因素组合交互作用并不明显，但最优化方案可通过软件计算得出。
从两因素对复氧能力OE交互作用的等值线和响应曲面图（图2）可看出，试验取值范围内，OE值随着光照和温度的变化呈抛物线变化趋势，OE值随着光照和温度的升高而上升；当光照为12 000 lx、光照为26.0 ℃时，OE值达到最大。试验取值范围内，OE值随着光照和盐度的变化而呈抛物线变化趋势，OE值随着光照的升高或盐度的降低而上升；当光照为12 000 lx、盐度为0时，OE值达到最大值。
根据响应面二次模型可得到优化方案为光照11 956 lx、温度26.0 ℃、pH 7.50、盐度0.12%，在上述优化条件下，荇菜获得较高复氧能力OE值，为46.32。
2.3挺水植物香蒲环境因子响应面分析
采用Box-Benhnken对试验数据进行拟合，得到的二次响应曲面方程为：OE=56.09+3.26A-0.66B-1.11C-1.33D-0.15AB+3.80AC+1.27AD-0.22BC-0.096BD-1.65CD-0.33A2+0.50B2-4.87C2-2.53D2。
对模型进行方差分析可知，该研究所得模型适应性显著（P<0.000 1），失拟项并不显著，说明香蒲进行响应面分析所得的二次项模型是可行的。影响较为显著的因素主要为A、D、AC、AD、CD、C2、D2。四因素交互作用影响OE值顺序为AC>CD>AD>BC>AB>BD，其中AD、BC、AB、BD之间的交互影响可以忽略不计。单个因素对OE值影响顺序为A>D>C>B。
借助响应面软件分析二次模型方程，可以得到两因素之间交互作用响应面图以及等值线图。根据响应面曲线图可以分析两因素交互作用对OE值的影响，进而确定影响OE值的最佳因素取值范围。其中光照与pH、pH与盐度交互作用显著，其他2个因素组合交互作用并不明显，但最优化方案可通过软件计算得出。
从两因素对复氧能力OE交互作用的等值线和响应曲面图（图3）可看出，试验取值范围内，OE随着光照和pH的变化呈抛物线变化趋势；OE值随着光照的升高而升高，同时也随着pH的变化而变化；当pH为7.15、光照为12 000 lx时，OE值达到最大值。试验取值范围内，OE值随着pH和盐度的变化而呈抛物线变化趋势；OE值随着盐度的升高而升高，同时也随着pH的变化而变化；当pH为7.00、盐度为0.15%，OE值达到最大值。
根据响应面二次模型可得到环境参数条件为光照12 000 lx、温度21.0 ℃、pH 7.14、盐度0.11%，在此优化条件下，OE值为59.22。
3结论
（1）黑藻、荇菜和香蒲响应面模型方程中一次项和二次项影响较为显著，试验中因素与响应值之间的影响是较为复杂的线性关系。黑藻影响较为显著的因素主要为A、C、AC、A2、C2。四因素交互作用影响OE值的顺序为AC>AB>CD>BC>AD>BD，其中CD、BC、AD、BD之间的交互影响可以忽略不计。单个因素对沉水植物黑藻OE的影響顺序为C>A>D>B。
（2）荇菜影响较为显著的因素主要为D、A、AB、AD、D2、C2。四因素交互作用影响OE值的顺序为AB>AD>CD>BD>AC>BC，其中CD、BD、AC、BC之间的交互影响可以忽略不计。单个因素对浮叶植物荇菜OE影响顺序为：D>A>C>B。 （3）香蒲影响较为显著的因素主要为A、D、AC、AD、CD、C2、D2。四因素交互作用影响OE值得顺序为AC>CD>AD>BC>AB>BD，其中AD、BC、AB、BD之间的交互影响可以忽略不计。单个因素对挺水植物香蒲OE值的影响顺序为A>D>C>B。
（4）在试验模型以及模型拟合的基础上，可以利用响应面软件对试验因素水平的数据进行进一步优化，即可在获得较高OE值的条件下，取得各个影响因子的最优参数方案，即在水生植物复氧过程中，使得水生植物获得较高复氧能力。根据响应面二次模型可得到3种水生植物环境因子优化方案。黑藻优化方案为光照10 159 lx、温度21.0 ℃、pH 7.69、盐度0.10%，在上述优化条件下，黑藻OE值为58.72。荇菜优化方案为光照11 956 lx、温度26.0 ℃、pH 7.50、盐度0.12%，在上述优化条件下，荇菜OE值为46.32。香蒲优化方案為光照12 000 lx、温度21.0 ℃、pH 7.14、盐度0.11%，在上述优化条件下，香蒲OE值为59.22。
参考文献
[1]
张列宇，王浩，李国文，等.城市黑臭水体治理技术及其发展趋势[J].环境保护，2017，45（5）：62-65.
[2] 李骏飞，杨磊三，周炜峙.海绵城市与黑臭水体治理共同建设途径探讨[J].中国给水排水，2016（24）：35-38.
[3] 贺锋，吴振斌，陶菁，等.复合垂直流人工湿地污水处理系统硝化与反硝化作用[J].环境科学，2005，26（1）：47-50.
[4] GAGNON V，CHAZARENC F，COMEAU Y，et al.Influence of macrophyte species on microbial density and activity in constructed wetlands[J].Water science & technology，2007，56（3）：249-254.
[5] 王风贺，王国祥，刘波，等.曝气增氧技术在城市黑臭河流水质改善中的应用与研究[J].安徽农业科学，2012，40（10）：6137-6138，6141.
[6] 肖靓，赵文涛，栾敬帅，等.城市河道黑臭评价模型及控制技术研究进展[J].安徽农业科学，2014，42（26）：9116-9120.
[7] 姜德刚，陈慧，徐金燕，等.不同客水对南淝河水体富营养化的影响及其降解特征[J].安徽农业科学，2017，45（19）：51-55.
[8] 朱丹婷，乔宁宁，李铭红，等.光强、温度、总氮浓度对黑藻生长的影响[J].水生生物学报，2011，35（1）：88-97.
[9] 成水平，吴振斌，夏宜琤.水生植物的气体交换与输导代谢[J].水生生物学报，2003，27（4）：413-417.
[10] 任智智，王通，季宇彬.水生植物在水生态健康中的环境负效应[J].生物技术世界，2013（9）：57-59.